אוטומציה של הערכת סיכוני אלרגנים
יצרני מזון מבוסס צמחים מתמודדים עם שינויים מתמידים ברכיבים ובתחלופת ספקים. החמצת אלרגן נסתר אחד או אירוע של מגע צולב (cross-contact) מובילים להחזרות מוצרים ואובדן אמון. בינה מלאכותית (AI) הופכת את המאבק הריאקטיבי הזה לתוכנית בטיחות פרואקטיבית.
המודל משתמש בעדכון בייסיאני (Bayesian updating) כדי לעקוב אחר הסיכון. הוא מתייחס לכל אלרגן כאל השערה. את ההשערה הזו מעדכנים באמצעות נתונים חדשים כמו רשימות רכיבים, מפרטי ספקים ויומני ייצור. כל פיסת ראיה, כגון קו ייצור משותף, משנה את ציון ההסתברות. זה עוזר להבחין בין רכיבים מכוונים לבין מגע מקרי.
הספרייה בקוד פתוח spaCy עוזרת לעבד נתונים גולמיים. היא מחלצת מונחי אלרגנים מתוך מחרוזות רכיבים ומסמנת אזכורים נסתרים כמו "טעמים טבעיים". כלי זה יוצר רשימה נקייה להזנה למודל הסיכון שלכם.
דמיינו שאתם מוסיפים אבקת חלבון שיבולת שועל חדשה. spaCy קוראת את מפרט הספק ומוצאת הערה על עקבות של סויה. המודל משלב זאת עם היסטוריית הציוד המשותף שלכם. הוא מעלה את ציון הסיכון לסויה מ-5% ל-22%, מה שמחייב בדיקת ניקיון ספציפית.
פעלו לפי הצעדים הבאים כדי להטמיע מערכת זו:
- ייצוא ונרמול נתונים. ייצאו את לוחות הייצור ודפי מפרט הספקים לגיליון אלקטרוני. הש